{"id":50779,"date":"2022-06-02T16:30:38","date_gmt":"2022-06-02T14:30:38","guid":{"rendered":"https:\/\/www.cib.de\/?p=50779"},"modified":"2023-11-09T13:07:53","modified_gmt":"2023-11-09T12:07:53","slug":"pseudonymisierung-und-anonymisierung-datenschutzkonform-in-die-welt-der-ki","status":"publish","type":"post","link":"https:\/\/www.cib.de\/pt\/pseudonymisierung-und-anonymisierung-datenschutzkonform-in-die-welt-der-ki\/","title":{"rendered":"Pseudonymisierung und Anonymisierung: datenschutzkonform in die Welt der KI\u00a0"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Unternehmen, die k\u00fcnstliche Intelligenz entwickeln und nutzen m\u00f6chten, ben\u00f6tigen geeignete Trainingsdaten f\u00fcr die individuellen Anforderungen je nach Branche und Anwendungsfall. Oftmals haben diese jedoch einen Personenbezug und fallen damit in den Anwendungsbereich der Datenschutzgrundverordnung (DSGVO). Dennoch ist es m\u00f6glich, die wertvollen Informationen f\u00fcr das KI-Training heranzuziehen – dank Pseudonymisierung und Anonymisierung – und\u00a0CIB PoP<\/a>\u00a0macht das m\u00f6glich!<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t

Datenschutz und Fortschritt: ein Widerspruch?<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Wer zuk\u00fcnftig im globalen digitalen Wettbewerb erfolgreich sein wird, h\u00e4ngt ma\u00dfgeblich davon ab, wer sich im Bereich der k\u00fcnstlichen Intelligenz behauptet. F\u00fchrend sind derzeit die gro\u00dfen US-Konzerne Alphabet (Google), Amazon, Meta (Facebook, Instagram) und Microsoft. Signifikante Fortschritte erzielt jedoch auch China. Neben milit\u00e4rischen Anwendungen wird hier vor allen Dingen in die KI-gest\u00fctzte \u00dcberwachung der Bev\u00f6lkerung investiert. Derzeit befindet sich ein sogenanntes Social-Scoring-System im Aufbau, in dessen Rahmen jeder B\u00fcrger Punkte f\u00fcr positives Verhalten und Punktabzug f\u00fcr negatives Verhalten erh\u00e4lt. Die Daten stammen aus unz\u00e4hligen Quellen – unter anderem aus den allgegenw\u00e4rtigen Videokameras, die mit Gesichtserkennungssoftware ausgestattet sind.<\/p>

M\u00f6glich sind die Fortschritte in den USA und China nicht nur wegen technischer Expertise, sondern auch wegen der lockeren Datenschutzgesetze. Anders in Europa: Hier sind personenbezogene Daten durch die DSGVO in hohem Ma\u00dfe gesch\u00fctzt. Die KI-Erfolge beschr\u00e4nken sich daher bislang auf Bereiche ohne Personenbezug. Hierzu z\u00e4hlt beispielsweise die Nutzung maschinengenerierter Daten aus der Industrie. Laut einer\u00a0Bitkom-Umfrage<\/a>\u00a0w\u00fcnschen sich viele Unternehmen jedoch weiterf\u00fchrende Projekte: 66 Prozent der Betriebe, die sich mit k\u00fcnstlicher Intelligenz befassen, gaben an, dass personenbezogene Daten genutzt werden m\u00fcssen<\/em>, um verwertbare Analyseergebnisse zu erhalten.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t

Pseudonymisierung und Anonymisierung erm\u00f6glichen DSGVO-konformes Machine Learning<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Ihren gro\u00dfen Durchbruch hat k\u00fcnstliche Intelligenz durch ihre Disziplin \u201eMachine Learning<\/a>\u201c (ML) geschafft. Nicht Regeln, sondern Daten bestimmen hierbei das Verhalten der KI. Soll beispielsweise ein Algorithmus entwickelt werden, der Katzen und Hunde auf Bilder erkennt, so ist es nicht notwendig, die Unterscheidungsmerkmale der Tiere in Form von Regeln zu definieren. Vielmehr analysiert der ML-Algorithmus gro\u00dfe Mengen von Beispielbildern beider Tierarten. Daraus entsteht im Laufe der Zeit ein generalisiertes Modell, mit dem sich auch Bilder klassifizieren lassen, welche die KI bis dato noch nicht gesehen hat.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Das Herzst\u00fcck von Machine Learning sind also umfangreiche Trainingsdaten. Diese Daten m\u00fcssen sich einerseits fachlich und technisch dazu eignen, ein ML-Modell zu trainieren. Auf der anderen Seite darf ihre Nutzung aber nicht zur Verletzung der Datenschutzgrundverordnung f\u00fchren. Wer dennoch personenbezogene Daten verwerten m\u00f6chte, hat grunds\u00e4tzlich zwei M\u00f6glichkeiten:<\/p>\n